对中文文本情感分析的研究进行了综述。将情感分类划分为信息抽取和情感识别两类任务, 并分别介绍了各自的研究进展; 总结了情感分析的应用现状, 最后提出了存在的问题及不足。

bert_chinese_pytorch 参考代码： CSDN博文（施工中）：

用卷积神经网络基于 Tensorflow 实现的中文文本分类

pytorch中文文本分类训练数据

Bert-Chinese-Text-Classification-Pytorch 中文文本分类，Bert，ERNIE，基于pytorch，开箱即用。 介绍 模型介绍、数据流动过程：还没写完，写好之后再贴博客地址。 工作忙，懒得写了，类似文章有很多。 机器：一块2080Ti ， 训练时间：30分钟。 环境 python 3.7 pytorch 1.1 tqdm sklearn tensorboardX pytorch_pretrained_bert(预训练代码也上传了, 不需要这个库了) 中文数据集 我从中抽取了20万条新闻标题，已上传至github，文本长度在20到30之间。一共10个类别，每类2万条。数据以字为单位输入模型。 类别：财经、房产、股票、教育、科技、社会、时政、体育、游戏、娱乐。 数据集划分： 数据集 数据量 训练集 18万 验证集 1万 测试集 1万 更换自己的数据集 按照

中文自动文摘，基于jieba分词，全Java代码。给定文本输出自定义长度的文摘。

中文文本相似度/文本推理/文本匹配数据集——CCKS2018

复旦大学谭松波中文文本分类语料库 中文文本分类语料（复旦大学）-训练集和测试集。测试语料共9833篇文档；训练语料共9804篇文档。

基于分词的中文文本相似度计算研究

机器学习中的算法，中文文本的关键词提取算法。